水泵轴承振动信号的时频分析 - 江苏省五金制品行业协会

水泵轴承振动信号的时频分析 发布时间：2015-09-05 00:00:00，阅读次数：689 [优化][原稿] 更多

　　率的局部化，迎过，间轴和频率轴两个坐标纟成的相平面，可以以到整体倍号在局部时间域内的频率组成，或者看出整体信号各个频带在局部时间上的分布和排列情况本文用短时傅立叶变，小波变换和小波包变换对轴承的振动信号进行了分析。

　　1振动信号的采集测试方案如阁1所小。由磁电式速度传感器作在线测试，将轴承的各振动信号采集并转换为数卞信号，输入计算机用信号分析软件作离线处埋考虑水泵轴承的实际情况，选择采样频率为1000出为收稿日期2000彭桂兰塔里木农垦大学农业工程学院副教授，843300新疆阿克苏市郭兰珂重庆邮电学院硕士生，400716重庆市王旭东塔里木农垦大学农业工程学院讲师张国珍西南农业大学农业工程学院副教授，400716重庆市陈贤源西南农业大学农业工程学院副教授保证记录的信号真实，记录长度应尽量长，但记录过氐。采样，样的时间过长。数据分析量大为此。选择，31等人提出的短时傅立叶变换，通过在信号上加滑移时窗进行分段取样，将整个信号化为若干个局部平稳的信号；对这些平稳信号进行傅。货换，可以得到。组原信号的局部频1盅对于某时变信号其短时傅立叶变换定义为rR方可积空叫在起就可起到时频双限制作甩窗函数2中工0逐级进入被分析状态，这样就可以提供在局部时间内信号变化激烈程度的特性对短时傅立叶变换系数取平方，即得到信号的短时功率谱，卟灯朽它反映了信兮作时频相平面上的功率谱密度分布情况，从中可以看出信号的时变特征短时傅立叶变换的离散算法，包括信号的分段截取和谱，汁两个步骤其扁号的分段截取就妃通过滑移加窗处理得到离散的短序列；谱估计就是对各短序列进行谱估计，可以直接利用7进行计算12小波变换小波变换对低频信号在频域里有很好的分辨率，而对高频信号在时域里又有很好的分辨率，具有可调窗口的时频局部分析能力，克服了短时傅立叶变换的缺点。在各种工程数据处即。和信号分析中得到应用。

　　称满足允作条件。1k1咋为0的傅立叶变换。1山1为13基本小波。中。成的依赖于参数，和的连续小波或分析小波31以171代66，b位置因子Ia；配入因子了0为山基本小波。，生成的依赖于参数和左的进离散小派12，它的连续小波变换定义为10与，0的内积，即信号尤可由，0，6按其逆变换来恢复，小波逆变换为付于数字处理常对设进行进制离散，可以得到1；在这些进制尺度上的小波变，相应的逆变换为在正交小波分解过程中，只对信号的低频成分进行了递推分解，信号的高频成分没有进步进行分解月致淑成分的频率分辨中较低这种进频带的分解方式显得不够精细，小波包变换可以解决这问=把多分辨分析中的正交小波分解算法推广到小波包中，得到信号的小波包分解，其分解和重构递推公式为小波包分解与正交小波分解非常类似。只是对倍的频成分实施了低频成分相同的进步分解，付次分解相1于进低通和通滤波。进1步今解出低频和高频两部分，这样直进行下去，使低记录长度为20段，每段102疤。

　　2轴承振动信号的时频分析2.1短时傅立叶变换磁电式速度传感器轴承座外壳打印机数字信号而言，也可以直接定义力=为待分析的信号，分解和重构方式纟达到了完全离散化樘2.4分析结果对磁电式速度传感器采集的7尺泵轴承的振动信号分别进行短时傅立叶变换小波变换和小波包变换35中户功率，频率，时间，1级数3结论短时傅立叶分析小波分析和小波包分析方法都可以对轴承振动信号进行时频分析。

　　短时傅立叶分析存在谱泄漏和估计精度不的缺点，小波变换对中高频带的频率分辨率不高，故局小加适用于轴承故障特征的提取，小波包变换提高了中高频带的频率分辨率，克服了短时傅立叶变换和小波变换的缺点因而，小波包变换对轴承故障特征的提取非常有利1何岭松，吴波，康易华等。小波分析及其在设备故障诊断中的应用。华中理工大学学报，1993，212朱继梅。个波变换及其1程应用。振动与冲击，1996219咖3秦前清，杨宗凯。实用小波分析。西安西安电子科技大学出版社，1995.

　　4别贵忠，邸双亮。小波分析及其应用。西安西安电子科技大学出版社，1995.

　　5蔡志强，吴雅。故障诊断与切削颤振的小波分析。华中理工大学学报，1993，28893 6梅宏斌。滚动轴承损伤检测的小波分析方法。轴承，1995刀1013 7陈贤源，祝诗平。小波变换在水泵故障诊断中的应用。农业机械学报，1998，294780 9李锡文。水泉机组的振动分析及故障诊断硕士学位论文。重庆西南农业大学，1994.